Modelagem de equações estruturais
De Wikipedia, a enciclopédia encyclopedia
Modelagem de equações estruturais (structural equation modeling ou SEM em inglês) é um rótulo para um conjunto diversificado de métodos usados por cientistas em pesquisas experimentais e observacionais nas ciências, negócios [1] e outros campos. É mais usado nas ciências sociais e comportamentais.
SEM envolve a construção de um modelo, uma representação informativa de algum fenômeno observável ou teórico. Neste modelo, diferentes aspectos de um fenômeno são teorizados para serem relacionados uns aos outros com uma estrutura. Essa estrutura é um sistema de equações, mas geralmente é projetada em papel ou usando um computador com setas e símbolos (também conhecido como notação de caminho, conforme mostrado na Figura 1). A estrutura implica relações estatísticas e muitas vezes causais entre variáveis, termos de erro e pode incluir várias equações. A equação (ou equações) em SEM são propriedades matemáticas e estatísticas que são implícitas no modelo e suas características estruturais, e então estimadas com algoritmos estatísticos (geralmente baseados em álgebra matricial e modelos lineares generalizados) usando dados experimentais ou observacionais.
As críticas aos métodos SEM apontam para problemas de formulação matemática, uma tendência a aceitar modelos sem estabelecer validade externa e viés filosófico inerente aos procedimentos padrão.[2]
Embora nem sempre haja limites claros do que é e o que não é SEM,[3] o processo geralmente envolve modelos de caminho (veja também análise de caminho) e modelos de medição (veja também análise fatorial) e sempre emprega modelos estatísticos e programas de computador para investigar conexões estruturais entre as variáveis latentes subjacentes às variáveis reais extraídas dos dados observados.[4]
O kit de ferramentas SEM inclui análise fatorial confirmatória, análise composta confirmatória, análise de caminho, modelagem multigrupo, modelagem longitudinal, modelagem de caminho de mínimos quadrados parciais, modelagem de crescimento latente e modelagem hierárquica ou multinível.[4] O uso do SEM é comumente justificado nas ciências sociais porque é uma forma de identificar variáveis latentes que se acredita existirem, mas não podem ser observadas diretamente na realidade.[4][5][6]
Um modelo hipotético sugerindo que a inteligência (medida por quatro perguntas) pode prever o desempenho acadêmico (medida pelo SAT, ACT e GPA do ensino médio) é mostrado na Figura 1. O conceito de inteligência humana não pode ser medido diretamente da mesma forma que se pode medir altura ou peso. Em vez disso, os pesquisadores têm uma teoria e conceituação de inteligência e, em seguida, projetam instrumentos de medição, como um questionário ou teste, que fornece vários indicadores de inteligência. Esses indicadores são então combinados em um modelo para criar uma maneira plausível de medir a inteligência como uma variável latente (o círculo para inteligência na Figura 1) a partir dos indicadores (caixas quadradas com escala de 1 a 4 na Figura 1).